Il budget che il successo ha fatto saltare

Il chief technology officer di Uber, Praveen Neppalli Naga, ha dato a The Information il numero che dovrebbe fermare ogni imprenditore a metà frase: l'azienda aveva bruciato in quattro mesi l'intero budget di coding IA 2026 previsto. Uber aveva distribuito lo strumento a circa 5.000 ingegneri a dicembre 2025, e l'adozione è salita dal 32 percento degli ingegneri a febbraio all'84 percento classificato come utenti agentici intensivi a marzo 2026. Entro la primavera, i report collocavano il costo mensile per ingegnere tra 150 e 250 dollari in media e tra 500 e 2.000 dollari per gli utenti più intensivi. Nulla era andato storto. Lo strumento funzionava, gli ingegneri lo usavano, e usarlo è ciò che ha svuotato il budget.

Lo stesso schema è emerso in Microsoft. Diversi report, guidati da The Verge, descrivono Microsoft che taglia gran parte dell'accesso interno a Claude Code nella sua divisione Experiences and Devices - il gruppo dietro Windows, Microsoft 365, Outlook, Teams e Surface - entro il 30 giugno 2026, spostando gli ingegneri su GitHub Copilot CLI. L'inquadramento ufficiale è l'unificazione degli strumenti, ma i report sono netti sul motivo: con il prezzo a consumo, l'uso intensivo di uno strumento di coding agentico sfonda il budget annuale, perché lo strumento è misurato in token consumati, non in postazioni occupate. Quanto meglio funziona, tanto più viene usato, e quanto più viene usato, tanto più alta è la fattura.

Perché conta: è un errore di base rate, non un problema di strumento

Perché conta: l'errore non è scegliere lo strumento sbagliato. È preventivare uno strumento nuovo sulla vecchia base rate. Le aziende hanno prezzato il coding IA come se fosse un completamento automatico economico - un piccolo costo per postazione che si muove appena con l'uso. Gli strumenti agentici rompono quell'ipotesi perché eseguono cicli di ragionamento continui, e sono prezzati per questo: il costo scala con quanto lavoro fa lo strumento, cioè con quanto ha successo il rollout. Chi preventiva il pilota - una manciata di ingegneri curiosi con query leggere - modella la base rate sbagliata per uno strumento la cui intera proposta di valore è che tutti lo useranno di continuo.

Sì, ma: questo non è un argomento per dire che l'IA agentica sia troppo costosa da usare. Uber la distribuisce ancora, e la produttività è reale - entro la primavera, circa il 70 percento del codice committato di Uber proveniva da strumenti IA. Il punto è più circoscritto: il prezzo a consumo trasforma l'adozione in una curva di costo, e il caso di successo, non il pilota, è quello che deve essere sostenibile. La risposta di Microsoft, passare a un altro strumento, è una soluzione; misurare e mettere tetti per utente dal primo giorno è un'altra, di solito la più economica.

In sintesi: preventiva il caso di adozione piena e misura dal primo giorno

In sintesi: prima di comprare uno strumento IA a consumo, modella il costo dello scenario in cui funziona. Prendi il costo per utente del tuo utente più intensivo atteso, moltiplicalo per il numero di persone a cui intendi davvero distribuirlo, e verifica se quel numero rientra nel budget annuale. Se non rientra, lo strumento è insostenibile nel caso di successo per quanto economico sembrasse il pilota, e la mossa disciplinata è mettere tetti e misurare per utente dal primo giorno invece di scoprire il soffitto al quarto mese come ha fatto Uber.

Il principio decisionale più ampio va oltre questa singola categoria di prodotto. Quando un fornitore fa pagare per l'unità esatta del comportamento il cui aumento gli stai pagando, il costo del pilota non significa nulla e il costo del successo è tutto. Modella il risultato che speri di ottenere, non la prova che stai svolgendo, e se non puoi permetterti lo strumento che funziona alla perfezione, non comprare lo strumento che ti fa pagare di più per funzionare.

Da leggere ora: Halo uccide il motore che divorava lo studio  |  Il CEO di Microsoft: l'IA la paghi due volte